RAG 知识库安全攻防实战 从数据投毒、间接提示词注入到越权检索,建立可落地、可测试、可回滚的全链路防御体系。
RAG · 知识库安全 · 提示词注入 · 数据投毒 · 越权访问 · 向量数据库 · 大模型安全 · 访问控制 · 零信任 · AI Agent
当企业把合同、工单、制度和客户资料接入 RAG,真正进入模型上下文的内容,可能既包含错误事实,也包含伪装成系统指令的恶意文本。更隐蔽的风险是:检索器先取出了用户无权访问的片段,再试图依靠模型“不要泄露”。本文从一个多租户知识库场景出发,拆解数据投毒、间接提示词注入、向量检索越权、缓存残留和工具滥用五类关键问题,给出文档级授权、安全入库、检索前过滤、二次校验、提示词隔离、引用溯源与应急回滚的实施方法。文中包含攻击链路图、权限矩阵、最小可运行的 Python 防护示例、测试用例与上线验收清单,帮助开发者把“安全建议”转化为能够验证的工程控制。